MARC

 008260202s2023        xx            o                  0  eng  d
■001EBC30291632
■003MiAaPQ
■00520260202073946.0
■006m          o    d  |            
■007cr  cnu||||||||
■020    ▼a9781098116552▼q(electronic  bk.)
■020    ▼z9781098116583
■035    ▼a(MiAaPQ)EBC30291632
■035    ▼a(Au-PeEL)EBL30291632
■035    ▼a(OCoLC)1355222127
■040    ▼aMiAaPQ▼beng▼erda▼epn▼cMiAaPQ▼dMiAaPQ
■0820  ▼a004.6782
■1001  ▼aGopalan,  Rukmani.
■24514▼aThe  Cloud  Data  Lake  ▼bA  Guide  to  Building  Robust  Cloud  Data  Architecture
■250    ▼a1st  ed.
■264  1▼aSebastopol▼bO'Reilly  Media,  Incorporated▼c2023.
■264  4▼c?023.
■300    ▼a1  online  resource  (247  pages)
■336    ▼atext▼btxt▼2rdacontent
■337    ▼acomputer▼bc▼2rdamedia
■338    ▼aonline  resource▼bcr▼2rdacarrier
■5050  ▼aIntro  --  Copyright  --  Table  of  Contents  --  Preface  --  Why  I  Wrote  This  Book  --  Who  Should  Read  This  Book?  --  Introducing  Klodars  Corporation  --  Navigating  the  Book  --  Conventions  Used  in  This  Book  --  O'Reilly  Online  Learning  --  How  to  Contact  Us  --  Acknowledgments  --  Chapter  1.  Big  Data-Beyond  the  Buzz  --  What  Is  Big  Data?  --  Elastic  Data  Infrastructure-The  Challenge  --  Cloud  Computing  Fundamentals  --  Cloud  Computing  Terminology  --  Value  Proposition  of  the  Cloud  --  Cloud  Data  Lake  Architecture  --  Limitations  of  On-Premises  Data  Warehouse  Solutions  --  What  Is  a  Cloud  Data  Lake  Architecture?  --  Benefits  of  a  Cloud  Data  Lake  Architecture  --  Defining  Your  Cloud  Data  Lake  Journey  --  Summary  --  Chapter  2.  Big  Data  Architectures  on  the  Cloud  --  Why  Klodars  Corporation  Moves  to  the  Cloud  --  Fundamentals  of  Cloud  Data  Lake  Architectures  --  A  Word  on  Variety  of  Data  --  Cloud  Data  Lake  Storage  --  Big  Data  Analytics  Engines  --  Cloud  Data  Warehouses  --  Modern  Data  Warehouse  Architecture  --  Reference  Architecture  --  Sample  Use  Case  for  a  Modern  Data  Warehouse  Architecture  --  Benefits  and  Challenges  of  Modern  Data  Warehouse  Architecture  --  Data  Lakehouse  Architecture  --  Reference  Architecture  for  the  Data  Lakehouse  --  Sample  Use  Case  for  Data  Lakehouse  Architecture  --  Benefits  and  Challenges  of  the  Data  Lakehouse  Architecture  --  Data  Warehouses  and  Unstructured  Data  --  Data  Mesh  --  Reference  Architecture  --  Sample  Use  Case  for  a  Data  Mesh  Architecture  --  Challenges  and  Benefits  of  a  Data  Mesh  Architecture  --  What  Is  the  Right  Architecture  for  Me?  --  Know  Your  Customers  --  Know  Your  Business  Drivers  --  Consider  Your  Growth  and  Future  Scenarios  --  Design  Considerations  --  Hybrid  Approaches  --  Summary  --  Chapter  3.  Design  Considerations  for  Your  Data  Lake  --  Setting  Up  the  Cloud  Data  Lake  Infrastructure  --  Identify  Your  Goals.
■5058  ▼aPlan  Your  Architecture  and  Deliverables  --  Implement  the  Cloud  Data  Lake  --  Release  and  Operationalize  --  Organizing  Data  in  Your  Data  Lake  --  A  Day  in  the  Life  of  Data  --  Data  Lake  Zones  --  Organization  Mechanisms  --  Introduction  to  Data  Governance  --  Actors  Involved  in  Data  Governance  --  Data  Classification  --  Metadata  Management,  Data  Catalog,  and  Data  Sharing  --  Data  Access  Management  --  Data  Quality  and  Observability  --  Data  Governance  at  Klodars  Corporation  --  Data  Governance  Wrap-Up  --  Manage  Data  Lake  Costs  --  Demystifying  Data  Lake  Costs  on  the  Cloud  --  Data  Lake  Cost  Strategy  --  Summary  --  Chapter  4.  Scalable  Data  Lakes  --  A  Sneak  Peek  into  Scalability  --  What  Is  Scalability?  --  Scale  in  Our  Day-to-Day  Life  --  Scalability  in  Data  Lake  Architectures  --  Internals  of  Data  Lake  Processing  Systems  --  Data  Copy  Internals  --  ELT/ETL  Processing  Internals  --  A  Note  on  Other  Interactive  Queries  --  Considerations  for  Scalable  Data  Lake  Solutions  --  Pick  the  Right  Cloud  Offerings  --  Plan  for  Peak  Capacity  --  Data  Formats  and  Job  Profile  --  Summary  --  Chapter  5.  Optimizing  Cloud  Data  Lake    Architectures  for  Performance  --  Basics  of  Measuring  Performance  --  Goals  and  Metrics  for  Performance  --  Measuring  Performance  --  Optimizing  for  Faster  Performance  --  Cloud  Data  Lake  Performance  --  SLAs,  SLOs,  and  SLIs  --  Example:  How  Klodars  Corporation  Managed  Its  SLAs,  SLOs,  and  SLIs  --  Drivers  of  Performance  --  Performance  Drivers  for  a  Copy  Job  --  Performance  Drivers  for  a  Spark  Job  --  Optimization  Principles  and  Techniques  for    Performance  Tuning  --  Data  Formats  --  Data  Organization  and  Partitioning  --  Choosing  the  Right  Configurations  on  Apache  Spark  --  Minimize  Overheads  with  Data  Transfer  --  Premium  Offerings  and  Performance  --  The  Case  of  Bigger  Virtual  Machines  --  The  Case  of  Flash  Storage  --  Summary  --  Chapter  6.  Deep  Dive  on  Data  Formats.
■5058  ▼aWhy  Do  We  Need  These  Open  Data  Formats?  --  Why  Do  We  Need  to  Store  Tabular  Data?  --  Why  Is  It  a  Problem  to  Store  Tabular  Data  in  a  Cloud  Data    Lake  Storage?  --  Delta  Lake  --  Why  Was  Delta  Lake  Founded?  --  How  Does  Delta  Lake  Work?  --  When  Do  You  Use  Delta  Lake?  --  Apache  Iceberg  --  Why  Was  Apache  Iceberg  Founded?  --  How  Does  Apache  Iceberg  Work?  --  When  Do  You  Use  Apache  Iceberg?  --  Apache  Hudi  --  Why  Was  Apache  Hudi  Founded?  --  How  Does  Apache  Hudi  Work?  --  When  Do  You  Use  Apache  Hudi?  --  Summary  --  Chapter  7.  Decision  Framework  for  Your  Architecture  --  Cloud  Data  Lake  Assessment  --  Cloud  Data  Lake  Assessment  Questionnaire  --  Analysis  for  Your  Cloud  Data  Lake  Assessment  --  Starting  from  Scratch  --  Migrating  an  Existing  Data  Lake  or  Data  Warehouse  to  the  Cloud  --  Improving  an  Existing  Cloud  Data  Lake  --  Phase  1  of  Decision  Framework:  Assess  --  Understand  Customer  Requirements  --  Understand  Opportunities  for  Improvement  --  Know  Your  Business  Drivers  --  Complete  the  Assess  Phase  by  Prioritizing  the  Requirements  --  Phase  2  of  Decision  Framework:  Define  --  Finalize  the  Design  Choices  for  the  Cloud  Data  Lake  --  Plan  Your  Cloud  Data  Lake  Project  Deliverables  --  Phase  3  of  Decision  Framework:  Implement  --  Phase  4  of  Decision  Framework:  Operationalize  --  Summary  --  Chapter  8.  Six  Lessons  for  a  Data  Informed  Future  --  Lesson  1:  Focus  on  the  How  and  When,  Not  the  If  and  Why,  When  It  Comes  to  Cloud  Data  Lakes  --  Lesson  2:  With  Great  Power  Comes  Great    Responsibility-Data  Is  No  Exception  --  Lesson  3:  Customers  Lead  Technology,  Not  the  Other    Way  Around  --  Lesson  4:  Change  Is  Inevitable,  so  Be  Prepared  --  Lesson  5:  Build  Empathy  and  Prioritize  Ruthlessly  --  Lesson  6:  Big  Impact  Does  Not  Happen  Overnight  --  Summary  --  Appendix  A.  Cloud  Data  Lake  Decision    Framework  Template  --  Phase  1:  Assess  Framework  --  Phase  2:  Define  Framework.
■5058  ▼aPlanning  the  Cloud  Data  Lake  Deliverables  --  Phase  3:  Implement  Framework  --  Index  --  About  the  Author  --  Colophon.
■520    ▼aMore  organizations  than  ever  understand  the  importance  of  data  lake  architectures  for  deriving  value  from  their  data.Building  a  robust,  scalable,  and  performant  data  lake  remains  a  complex  proposition,  however,  with  a  buffet  of  tools  and  options  that  need  to  work  together  to  provide  a  seamless  end-to-end  pipeline  from  data  to  insights.
■588    ▼aDescription  based  on  publisher  supplied  metadata  and  other  sources.
■590    ▼aElectronic  reproduction.  Ann  Arbor,  Michigan  :  ProQuest  Ebook  Central,  2026.  Available  via  World  Wide  Web.  Access  may  be  limited  to  ProQuest  Ebook  Central  affiliated  libraries.  
■655  4▼aElectronic  books.
■77608▼iPrint  version▼aGopalan,  Rukmani▼tThe  Cloud  Data  Lake▼dSebastopol  :  O'Reilly  Media,  Incorporated,c2023▼z9781098116583
■7972  ▼aProQuest  (Firm)
■85640▼uhttps://ebookcentral.proquest.com/lib/baekseok-ebooks/detail.action?docID=30291632▼zClick  to  View

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서